เหตุใด Lisp จึงใช้กับ AI [ปิด]

185

ตามที่เป็นอยู่ในปัจจุบันคำถามนี้ไม่เหมาะสำหรับรูปแบบคำถาม & คำตอบของเรา เราคาดหวังว่าคำตอบจะได้รับการสนับสนุนจากข้อเท็จจริงการอ้างอิงหรือความเชี่ยวชาญ แต่คำถามนี้อาจเรียกร้องให้มีการอภิปรายโต้แย้งโต้แย้งหรือการอภิปรายเพิ่มเติม หากคุณรู้สึกว่าคำถามนี้สามารถปรับปรุงและเปิดใหม่ได้โปรดไปที่ศูนย์ช่วยเหลือเพื่อขอคำแนะนำ

ปิดให้บริการใน7 ปีที่ผ่านมา

ฉันได้เรียนรู้ LISP เพื่อขยายขอบเขตของฉันเพราะฉันได้ยินมาว่ามันถูกใช้ในการเขียนโปรแกรม AI หลังจากทำการสำรวจบางอย่างฉันยังไม่พบตัวอย่าง AI หรืออะไรก็ได้ในภาษาที่จะทำให้มันมีแนวโน้มมากขึ้น

เคยใช้เสียงกระเพื่อมในอดีตเพราะมีวางจำหน่ายหรือมีบางสิ่งที่ฉันเพิ่งหายไปหรือไม่?

lisp artificial-intelligence

— Cristián Romo
แหล่งที่มา

5

> ... โปรดอย่าทึกทักว่า Lisp นั้นมีประโยชน์สำหรับแอนิเมชั่นและกราฟิก,> AI, ชีวสารสนเทศศาสตร์, B2B และ E-Commerce, การทำเหมืองข้อมูล, EDA / เซมิคอนดักเตอร์> แอปพลิเคชัน, ระบบผู้เชี่ยวชาญ, การเงิน, ตัวแทนอัจฉริยะ, ความรู้> การจัดการ CAD เครื่องกล การสร้างแบบจำลองและการจำลอง, ภาษาธรรมชาติ,> การเพิ่มประสิทธิภาพ, การวิจัย, การวิเคราะห์ความเสี่ยง, การกำหนดเวลา, เทเลคอมและเว็บ> การเขียนเพียงเพราะสิ่งเหล่านี้เป็นสิ่งที่เกิดขึ้นในรายการ> เท่านั้น --Kent Pitman

— Avi

2

ฉันไม่คิดว่า Lisp นั้นมีประโยชน์สำหรับ AI เท่านั้นฉันแค่สงสัยว่าทำไมมันจึงใช้กับมัน

— Cristián Romo

ฉันจะใช้ถ้อยคำใหม่ในคำถามว่า "คุณสมบัติใดของภาษาที่จำเป็นสำหรับฮาร์ดไอ" นี่เป็นคำถามที่ถูกต้องและมีประโยชน์และผลลัพธ์จะเป็นเพียง Lisp Forth & Assembler เท่านั้นที่มีสิ่งที่ต้องทำในการทำ AI อย่างหนัก

— Albert van der Horst

126

เสียงกระเพื่อมใช้ใน AI จนถึงสิ้นทศวรรษ 1980 ในยุค 80 แม้ว่า Common LISP ถูกขายไปทั่วโลกธุรกิจในฐานะ "ภาษา AI"; แบ็กสแลชบังคับให้โปรแกรมเมอร์ AI ส่วนใหญ่ต้องใช้ C ++ เป็นเวลาสองสามปี ทุกวันนี้ต้นแบบมักจะเขียนด้วยภาษาไดนามิกที่อายุน้อยกว่า (Perl, Python, Ruby, etc) และการใช้งานการวิจัยที่ประสบความสำเร็จมักจะอยู่ใน C หรือ C ++ (บางครั้ง Java)

หากคุณอยากรู้เกี่ยวกับยุค 70 ... อืมฉันไม่ได้อยู่ที่นั่น แต่ฉันคิดว่า Lisp ประสบความสำเร็จในการวิจัย AI ด้วยเหตุผลสามประการ (ตามลำดับความสำคัญ):

Lisp เป็นเครื่องมือสร้างต้นแบบที่ยอดเยี่ยม มันเป็นสิ่งที่ดีที่สุดมาเป็นเวลานาน เสียงกระเพื่อมยังดีในการแก้ปัญหาคุณยังไม่รู้วิธีแก้ปัญหา คำอธิบายนั้นเป็นลักษณะเฉพาะของ AI อย่างสมบูรณ์
เสียงกระเพื่อมรองรับการเขียนโปรแกรมเชิงสัญลักษณ์ได้ดี AI เก่าก็เป็นสัญลักษณ์เช่นกัน มันก็เป็นเอกลักษณ์ในเรื่องนี้มาเป็นเวลานาน
เสียงกระเพื่อมมีพลังมาก ความแตกต่างของรหัส / ข้อมูลนั้นอ่อนแอกว่าดังนั้นจึงให้ความรู้สึกที่สามารถขยายได้มากกว่าภาษาอื่น ๆ เนื่องจากฟังก์ชั่นและมาโครของคุณมีลักษณะเหมือนของในตัว

ฉันไม่มีหนังสือ AI เก่าของ Peter Norvigแต่ควรจะเป็นวิธีที่ดีในการเรียนรู้การเขียนโปรแกรมอัลกอริธึม AI ใน Lisp

คำเตือน: ฉันเป็นนักเรียนที่จบการศึกษาด้านภาษาศาสตร์คอมพิวเตอร์ ฉันรู้ว่าฟิลด์ของการประมวลผลภาษาธรรมชาตินั้นดีกว่าสาขาอื่นมาก บางที Lisp ถูกนำมาใช้มากขึ้นในสาขาย่อยอื่น ๆ

— นาธานชีลีแซนเดอร์
แหล่งที่มา

33

เสียงกระเพื่อมแน่นอนยังมีชีวิตอยู่และเตะในการเรียนรู้เครื่อง / ILP โลก

— HasaniH

13

ฉันมีหลักสูตรระดับปริญญาตรีใน AI ที่สอนใน C. ฉันมีหลักสูตรระดับบัณฑิตศึกษาใน AI ที่สอนจากหนังสือของ Norvig หนังสือใน C เน้นที่อัลกอริธึมและโครงสร้าง AI หนังสือของ Norvig รู้สึกว่า: "มาเรียนรู้ LISP ในขณะที่เราอ่านเกี่ยวกับประวัติ AI" ในความคิดของฉันเป็นตัวบอกเวลา

— San Jacinto

7

เหตุผลหนึ่งที่ทุกคนดูเหมือนจะพลาดคือ John McCarthy เขียน Lisp และเป็นนักวิทยาศาสตร์คอมพิวเตอร์ที่มีอิทธิพลมากโดยเฉพาะในสาขา AI โดยธรรมชาติงานของเขาจำนวนมากถูกนำไปใช้ใน LISP และทำให้ LISP ได้รับการตั้งหลัก

— cha0site

2

Common LISP ไม่ได้ตั้งใจจะเป็นภาษา AIมันถูกสร้างขึ้นเพื่อใช้ในอุตสาหกรรม สำหรับการวิจัยมักใช้ Scheme และไม่เคยเคยตัดสินภาษาตามอายุของมัน - มันไม่ได้เป็นสัดส่วนกับความเย็นและในทางกลับกัน C เก่า แต่เท่ห์ทำไมอายุ Lisp ถึงสำคัญ?

— Luka Ramishvili

1

ฉันไม่ถูกต้องที่ Lisp WASใช้สำหรับ AI จนถึงสิ้นปี 1980 ในปี 2559 MIT ยังคงเป็นสถาบันที่มีชื่อเสียงในด้าน AI Artificial Intelligence by Patrick Henry Winstonตำราที่แนะนำสำหรับหุ่นยนต์เอ็มไอทีปริญญาตรีหลักสูตร โดยรุ่นที่ 2 บทการเขียนโปรแกรมของหนังสือที่แยกออกเป็นตัวเองตรงกันหนังสือของพวกเขา Lisp- เป็นชื่อที่แสดงถึงการเขียนโปรแกรมเป็นอย่างสิ้นเชิงLispใน people.csail.mit.edu/phw/Books/LISPBACK.HTML

— Hack-R

61

เสียงกระเพื่อมใช้สำหรับ AI เพราะรองรับการใช้งานซอฟต์แวร์ที่คำนวณด้วยสัญลักษณ์ได้เป็นอย่างดี สัญลักษณ์การแสดงออกเชิงสัญลักษณ์และการคำนวณด้วยสิ่งเหล่านี้เป็นหัวใจสำคัญของ Lisp

พื้นที่ AI ทั่วไปสำหรับการคำนวณที่มีสัญลักษณ์ ได้แก่ : พีชคณิตคอมพิวเตอร์, การพิสูจน์ทฤษฎีบท, ระบบการวางแผน, การวินิจฉัย, ระบบการเขียนซ้ำ, การแสดงความรู้และการใช้เหตุผล, ภาษาเชิงตรรกะ, การแปลด้วยคอมพิวเตอร์, ระบบผู้เชี่ยวชาญและอื่น ๆ

ดังนั้นจึงไม่แปลกใจเลยว่าแอปพลิเคชั่น AI ที่โด่งดังมากมายในโดเมนเหล่านี้เขียนด้วย Lisp:

Macsyma เป็นระบบพีชคณิตคอมพิวเตอร์ขนาดใหญ่เครื่องแรก
ACL2 เป็นตัวพิสูจน์ทฤษฎีบทที่ใช้กันอย่างแพร่หลายตัวอย่างเช่นใช้โดย AMD
DART เป็นผู้วางแผนการขนส่งที่ใช้ในช่วงสงครามอ่าวครั้งแรกโดยกองทัพสหรัฐ แอปพลิเคชั่น Lisp นี้เพียงอย่างเดียวได้รับการจ่ายคืนให้กับการลงทุนของสหรัฐในการวิจัย AI ในเวลานั้น
SPIKE แอพพลิเคชั่นวางแผนและจัดตารางเวลาสำหรับกล้องโทรทรรศน์อวกาศฮับเบิล ใช้กับกล้องโทรทรรศน์ขนาดใหญ่อื่น ๆ อีกหลายตัว
CYC หนึ่งในระบบซอฟต์แวร์ที่ใหญ่ที่สุดเขียน การเป็นตัวแทนและการใช้เหตุผลในขอบเขตความรู้สามัญสำนึกของมนุษย์
METAL หนึ่งในระบบแปลภาษาธรรมชาติที่ใช้ในเชิงพาณิชย์ครั้งแรก
ผู้ช่วยของผู้อนุมัติของอเมริกันเอ็กซ์เพรสซึ่งตรวจสอบการทำธุรกรรมบัตรเครดิต

มีแอปพลิเคชั่นหลายพันรายการในพื้นที่เหล่านี้ที่เขียนด้วย Lisp โดยทั่วไปสำหรับผู้ที่ต้องการความสามารถพิเศษในด้านการประมวลผลเชิงสัญลักษณ์ หนึ่งใช้ภาษาพิเศษที่มีล่าม / คอมไพเลอร์พิเศษในโดเมนเหล่านี้ที่ด้านบนของเสียงกระเพื่อม เสียงกระเพื่อมช่วยให้หนึ่งในการสร้างการเป็นตัวแทนสำหรับข้อมูลสัญลักษณ์และโปรแกรมและสามารถใช้เครื่องจักรทุกชนิดเพื่อจัดการการแสดงออกเหล่านี้ (สูตรคณิตศาสตร์สูตรตรรกะแผน ... )

(โปรดทราบว่ามีการใช้ภาษาการเขียนโปรแกรมวัตถุประสงค์ทั่วไปอื่น ๆ อีกมากมายใน AI เช่นกันฉันได้พยายามตอบว่าทำไมโดยเฉพาะการใช้ Lisp ใน AI)

— Rainer Joswig
แหล่งที่มา

10

ใช่แล้ว AI ในอดีตนั้นเกี่ยวกับการคำนวณเชิงสัญลักษณ์มากกว่าสิ่งอื่นใด " ฤดูหนาวของ AI " ในยุค 80 อาจเป็นวิกฤตของสัญลักษณ์ AI มากกว่าในเวลานั้นมีการฟื้นตัวของความสนใจในวิธีการย่อยสัญลักษณ์ (เครือข่ายประสาทเทียมการเรียนรู้ของเครื่องจักรและอื่น ๆ ) การใช้งานเสียงกระเพื่อมมักจะค่อนข้างอ่อนแอในการคำนวณเชิงตัวเลข ฉันไม่รู้ว่าพวกเขาปรับปรุงด้านนี้หรือไม่

— MaD70

2

@ MaD70: ฤดูหนาว AI ในยุค 80 เป็นเรื่องเกี่ยวกับ AI โดยทั่วไป ทหารหยุดการระดมทุนจำนวนมากและ AI ส่วนใหญ่ล้มเหลวในตลาดการค้า แม้แต่สิ่งที่อยู่ในเครือข่ายประสาทที่มีอยู่ในเวลานั้น ถ้าใครเห็นว่า AI นั้นเป็น 'วิธีการพัฒนาซอฟต์แวร์แบบใหม่' (ใช้กฎ, ตรรกะ, เครือข่ายประสาทเทียม, การรวบรวมขยะ, ... ) - นั่นก็ล้มเหลวเช่นกัน สิ่งเหล่านี้ส่วนใหญ่ไม่ได้ใช้กันอย่างแพร่หลายในปัจจุบัน

— Rainer Joswig

ความประทับใจของฉันในเวลาและในการหวนกลับเป็น / แตกต่าง: ฉันจำได้อย่างชัดเจนฟื้นคืนความสนใจทั้งในการวิจัยและในตลาด (มีแม้กระทั่งโปรเซสเซอร์ประสาทเฉพาะ) ในวิธีการย่อยสัญลักษณ์ในช่วงครึ่งหลังของ '80s / ช่วงต้นทศวรรษ 90 หลังจากการคว่ำบาตรหลายทศวรรษ (ดูคำตอบของฉันซึ่งฉันพูดถึงอิทธิพลของการวิจารณ์ของ Minsky & Papert ของ perceptrons: stackoverflow.com/questions/683124/neural-networks-obsolete/ … )

— MaD70

1

AI สัญลักษณ์ล้มเหลว IMO เนื่องจากฮาร์ดแวร์ของเวลา (ไม่ทรงพลัง / ราคาถูกมากพอ) และเนื่องจากความแตกต่างที่รุนแรงระหว่างสัญลักษณ์สัญลักษณ์และค่ายย่อยย่อยทำให้ไม่สามารถทำงานร่วมกันได้ Wrt "ใช้กันอย่างแพร่หลาย / ชอบมากในวันนี้": ฉันสงสัยว่าเทคนิคบางอย่างที่พัฒนาใน AI (ในทั้งสองค่าย) นั้นมีการใช้งานมากกว่าที่คิด (ไม่มี hyped และโชคดี)

— MaD70

เพียงตัวอย่าง: ในตอนท้ายของยุค 90 บางคนรู้จักของฉันถามฉันเกี่ยวกับความเป็นไปได้ของโครงการสำหรับการควบคุมคุณภาพในด้านสิ่งทอ จากด้านบนของหัวของฉันฉันพูดถึงเครือข่ายประสาทเป็นวิธีการที่มีแนวโน้มสำหรับปัญหาการเลือกปฏิบัติ (การจำแนกภาพเป็นหลัก) ด้วยคำแนะนำดังกล่าวเพียงไม่กี่สัปดาห์พวกเขาพบซอฟต์แวร์ที่พัฒนาแล้วโดยใช้เครือข่ายประสาทเทียมและพวกเขาได้รับสิทธิ์ในการเผยแพร่ - มีเหตุผลมากกว่าการเริ่มดำเนินโครงการที่เกี่ยวข้องกับการวิจัยและพัฒนา

— MaD70

22

เหตุผลหนึ่งคือช่วยให้คุณสามารถขยายภาษาด้วยโครงสร้างที่เฉพาะเจาะจงสำหรับโดเมนของคุณทำให้เป็นภาษาเฉพาะโดเมนอย่างมีประสิทธิภาพ เทคนิคนี้มีประสิทธิภาพอย่างไม่น่าเชื่อเนื่องจากคุณสามารถให้เหตุผลเกี่ยวกับปัญหาที่คุณกำลังแก้ไขมากกว่าเกี่ยวกับการสับแบบบิต

— DSM
แหล่งที่มา

คุณสามารถให้หรือเชื่อมโยงกับตัวอย่างนี้ได้หรือไม่?

— DuckMaestro

9

@DuckMaestro: ในเวลาประมาณ 30 นาทีของการทำงานของแมโครในสัปดาห์นี้ฉันได้ติดตั้ง SQL Selects รุ่นเฉพาะกิจ มันจะเป็นดังนี้: (แบบสอบถาม SELECT * จากชุดข้อมูล WHERE expr)

— พอลนาธาน

การฝังตัวแก้พีชคณิตใน Lisp youtube.com/…การฝังภาษาวงจรใน Lisp youtube.com/…การฝัง Lisp ลงใน Lisp youtube.com/การฝัง Prolog ใน Lisp - เพียงแค่ดูทั้งชุด

— aoeu256

youtube.com/watch?v=SLcZXbyGC3E <- อันนี้ดี

— aoeu256

12

ฉันเดามาตลอดว่าเป็นภาษาที่ใช้งานได้มันไม่ได้แยกความแตกต่างระหว่างรหัสและข้อมูล ทุกอย่างรวมถึงคำจำกัดความของฟังก์ชั่นและการเรียกใช้ฟังก์ชั่นสามารถถือว่าเป็นรายการและแก้ไขเช่นเดียวกับข้อมูลอื่น ๆ

ดังนั้นการตรวจสอบตนเองจึงสามารถเขียนโค้ดปรับเปลี่ยนตนเองได้อย่างง่ายดาย

— aib
แหล่งที่มา

10

นั่นไม่ใช่เพราะมันใช้งานได้ ภาษาโปรล็อกมีคุณสมบัติเหมือนกัน - ทุกอย่างเป็น "คำศัพท์" และคำศัพท์เป็นข้อมูลเช่นเดียวกับรหัส (Prolog เป็นภาษาการเขียนโปรแกรมแบบลอจิกและใช้เป็นจำนวนมากสำหรับ AI)

— Hugh Allen

เทอมแฟนซีสำหรับสิ่งนี้เรียกว่า Homoiconicity - en.wikipedia.org/wiki/Homoiconicity

— Morten Jensen

9

คำตอบหนึ่งที่เป็นไปได้คือ AI คือชุดของปัญหาที่ยากมากและ Lisp เป็นภาษาที่ดีสำหรับการแก้ปัญหาที่ยากไม่ใช่แค่ AI

เหตุผลที่เป็นเช่นนั้นคือมาโครฟังก์ชันทั่วไปและการวิปัสสนาอย่างเข้มข้นช่วยให้มีรหัสที่รัดกุมและง่ายต่อการนำเสนอบทคัดย่อของโดเมนซึ่งเป็นภาษาที่คุณสามารถสร้างพลังได้มากขึ้น สำหรับปัญหามากมายที่ไม่จำเป็นและมาพร้อมกับค่าใช้จ่ายของตัวเอง แต่สำหรับปัญหาอื่น ๆ ที่จำเป็นสำหรับการใช้พลังงานเพื่อความคืบหน้า

— รวย
แหล่งที่มา

7

ฉันคิดว่ามันผิดที่คิดในแง่ของ AI เท่านั้น สิ่งต่าง ๆ เช่นเอไอ - ฤดูหนาวและเอฟเฟ็กต์เชิงพาณิชย์เกี่ยวกับเสียงกระเพื่อมสามัญทำให้เสียสมาธิถ้าคุณถามว่าทำไมมันถึงใช้สำหรับ AI ไม่ใช่ว่าทำไมตอนนี้ไม่ได้ใช้บ่อย ...

อย่างไรก็ตามฉันคิดว่าเป็นเพราะรหัส AI ส่วนใหญ่เป็นรหัสการวิจัยเป็นหลัก เสียงกระเพื่อมเป็นภาษาที่ดีสำหรับการเขียนโปรแกรมเชิงสำรวจสำหรับการใช้อัลกอริทึมที่ยากสำหรับการแก้ไขด้วยตนเองและรหัสที่แก้ไขบ่อยครั้ง กล่าวอีกนัยหนึ่งสำหรับรหัสการวิจัย

ฉันใช้เสียงกระเพื่อมวันนี้สำหรับรหัสงานวิจัยของฉัน (คณิตศาสตร์การประมวลสัญญาณ) เพราะมันยืดหยุ่นและทรงพลังกว่าภาษาส่วนใหญ่ในขณะที่ยังคงสร้างโค้ดที่มีประสิทธิภาพมากกว่าภาษาส่วนใหญ่ โดยทั่วไปฉันสามารถรับประสิทธิภาพภายในปัจจัยที่ +/- 2 ของความเร็ว c ++ พูด แต่ฉันสามารถใช้สิ่งต่าง ๆ ได้เร็วขึ้นมากและจัดการกับความซับซ้อนที่จะใช้เวลามากกว่าที่ฉันมีถ้าฉันใช้ c ++, java, c #

นั่นคือการเดินนอกหัวข้อ ฉันคิดว่ารหัส AI ส่วนใหญ่จะเขียนด้วยเสียงกระเพื่อมเป็นระยะเวลานานเนื่องจากเป็นวิธีการที่มีประสิทธิภาพในการค้นคว้ารหัส มันยังคงเป็น; แต่เมื่ออัลกอริทึม `AI 'เป็นที่เข้าใจและสำรวจได้ดีขึ้นส่วนหนึ่งของพวกเขาจึงง่ายต่อการสอนและใช้งานดังนั้นพวกเขาจึงปรากฏตัวในภาษาที่ใช้ในการเรียนรู้ในหลักสูตรปริญญาตรี จากจุดนี้มันจะกลายเป็นปัญหาของสิ่งที่ผู้คนรู้อยู่แล้วว่ามีห้องสมุดใดบ้างและสิ่งใดใช้ได้ดีสำหรับกลุ่มใหญ่

— simon
แหล่งที่มา

6

ฉันเดาว่าเหตุผลใหญ่คือความยืดหยุ่นของรายการเป็นโครงสร้างข้อมูลพื้นฐาน

ในขณะนั้นความสามารถในการเปลี่ยนพวกมันให้กลายเป็นวัตถุประกอบทุกชนิดและสิ่งใหม่ ๆ ในการส่งข้อความและความหลากหลายทำให้มันเป็นภาษาที่ถูกเลือก ไม่ใช่เฉพาะสำหรับ AI แต่สำหรับงานใหญ่ซับซ้อน โดยเฉพาะอย่างยิ่งเมื่อพวกเขากำลังทดลองกับแนวคิด

— ฮาเวียร์
แหล่งที่มา

4

ฉันคิดว่าคุณพูดถูก: Lisp เป็นเครื่องมือที่มีประโยชน์ในการแฮ็คข้อมูล นี่เป็นเพราะมันไม่ได้แยกความแตกต่างระหว่างโปรแกรมและข้อมูล วิธีนี้ทำให้แฮกเกอร์สามารถจัดการฟังก์ชั่นได้ง่ายเช่นเดียวกับข้อมูล

แต่เสียงกระเพื่อมเป็นเรื่องยากสำหรับมนุษย์ที่จะอ่านด้วยเครื่องหมายปีกกาและความแตกต่างระหว่างข้อมูลและโปรแกรม วันนี้ฉันจะไม่ใช้เสียงกระเพื่อมสำหรับรหัส AI การผลิตใด ๆ (หรือบางทีอาจเป็นต้นแบบ) แต่จะชอบงูใหญ่สำหรับการเขียนสคริปต์

สิ่งที่ควรพิจารณาอีกประการคือไลบรารี / เครื่องมือที่มีอยู่ใน / ที่เกี่ยวข้องกับภาษา ฉันไม่ได้อยู่ในฐานะที่จะเปรียบเทียบไลบราห้องสมุดกับห้องสมุดไพ ธ อน แต่ฉันเดาว่าไลบรารี่และโอเพ่นซอร์สมีความสำคัญมากกว่าในตอนนี้

คำตอบนี้ได้รับแรงบันดาลใจจากการเปรียบเทียบดังต่อไปนี้ระหว่าง lisp และ python: http://amitp.blogspot.com/2007/04/lisp-vs-python-syntax.html

— amit
แหล่งที่มา

2

ฉันพบว่า Lisp อ่านง่ายกว่าภาษาส่วนใหญ่และฉันเพิ่งเรียนรู้เมื่อไม่กี่สัปดาห์ที่ผ่านมา Python มีความสะอาดเป็นพิเศษเมื่อเทียบกับภาษาส่วนใหญ่ใช่ แต่ถ้าคุณเปรียบเทียบเสียงกระเพื่อมกับบางอย่างเช่น C ++ มันจะอ่านง่ายกว่าและอ่านง่ายกว่า ในประสบการณ์ของฉันต่อไป

— Zeusoflightning125

4

ฉันจำได้ว่าได้ยินว่าเป็นภาษาที่ใช้งานได้ Lisp เป็นตัวเลือกที่ดีมากสำหรับการใช้อัลกอริทึมแบบเรียกซ้ำ ความสามารถในการติดตามต้นไม้และวิธีการทำงานของคุณกลับเป็นสิ่งสำคัญเมื่อพิจารณากระบวนการตัดสินใจ (สำรวจเส้นทาง) และผลลัพธ์สุดท้าย (โหนดปม)

สิ่งนี้บอกกับฉันในระหว่างหลักสูตร AI ที่มหาวิทยาลัยที่เราเรียน LISP

— mlambie
แหล่งที่มา

1

มาโครใน Lisp นั้นมีประสิทธิภาพมากกว่าสิ่งอื่นใดทำให้คุณสามารถใช้งาน OOP ในรหัส LIS เพียง 50 บรรทัดและ REPL ช่วยให้คุณสามารถแก้ไขโปรแกรมของคุณในขณะที่ยังทำงานอยู่ ... Lisp เท่านั้นที่สามารถแก้ไขซอร์สโค้ดของตัวเองได้อย่างง่ายดาย ...

— aoeu256

3

คำตอบที่เหยียดหยามอาจจะเป็น "เพราะสงครามการเมือง AI ระหว่างญี่ปุ่นกับสหรัฐอเมริกาในช่วงทศวรรษ 1980" มีความสนุกโพสต์บล็อกที่ผลตอบแทนเกี่ยวกับผลกระทบของการตายห้า-Generation ระบบคอมพิวเตอร์ในอารัมภบท

— ไม่ช้า
แหล่งที่มา